买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利基于粒子群优化生成对抗网络的医保欺诈检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120277418B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510743933.8，技术领域涉及：G06F18/214；该发明授权基于粒子群优化生成对抗网络的医保欺诈检测方法及装置是由牛奔;刘宁;杨杏;龚之策;周正;王龙风设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于粒子群优化生成对抗网络的医保欺诈检测方法及装置在说明书摘要公布了：本发明提供基于粒子群优化生成对抗网络的医保欺诈检测方法及装置，涉及数据处理技术领域，检测方法包括：将随机噪声输入至已训练的生成对抗网络的生成器中，得到合成样本数据；基于第一粒子群优化算法对合成样本数据进行筛选，得到多个筛选合成样本数据，在第一粒子群优化算法中每个粒子对应一个包括多个合成样本数据的样本集合；将多个筛选合成样本数据和多个真实样本数据进行组合，得到训练样本集，基于训练样本集对分类模型进行训练，得到医保欺诈检测模型；将待检测数据输入至医保欺诈检测模型中，得到医保欺诈检测模型输出的欺诈检测结果。本发明可以实现提高医保欺诈检测准确性。

本发明授权基于粒子群优化生成对抗网络的医保欺诈检测方法及装置在权利要求书中公布了：1.一种基于粒子群优化生成对抗网络的医保欺诈检测方法，其特征在于，包括： 将随机噪声输入至已训练的生成对抗网络的生成器中，得到所述生成器输出的合成样本数据，所述合成样本数据包括合成样本待检测数据以及所述合成样本待检测数据对应的欺诈标签，所述生成对抗网络还包括判别器，所述生成对抗网络的训练数据包括真实样本数据，所述真实样本数据包括真实样本待检测数据以及所述真实样本待检测数据对应的欺诈标签，所述合成样本数据对应的欺诈标签为所述真实样本数据中的少数类； 基于第一粒子群优化算法，对所述合成样本数据进行筛选，得到多个筛选合成样本数据，在所述第一粒子群优化算法中，每个粒子对应一个样本集合，所述样本集合中包括多个所述合成样本数据，每个粒子的适应度值基于粒子对应的所述样本集合的全局多样性和所述样本集合中各个所述合成样本数据的局部密度确定； 将多个所述筛选合成样本数据和多个所述真实样本数据进行组合，得到训练样本集，基于所述训练样本集对分类模型进行训练，得到医保欺诈检测模型； 将待检测数据输入至所述医保欺诈检测模型中，得到所述医保欺诈检测模型输出的欺诈检测结果； 所述将随机噪声输入至已训练的生成对抗网络的生成器之前，包括： 获取真实医保数据，所述真实医保数据中包括多种类型的特征； 利用第二粒子群优化算法，在所述多种类型的特征中确定目标特征类型，其中，所述第二粒子群优化算法中的粒子对应一个特征类型集，所述特征类型集中包括至少一种特征类型，所述第二粒子群优化算法中粒子的适应度值反映粒子对应的所述特征类型集中特征类型的判别能力和独立性； 基于所述目标特征类型构建所述真实样本数据； 所述第二粒子群优化算法中粒子的适应度值基于第一公式确定； 所述第一公式为： ； 其中，表示对应的所述特征类型集为X的粒子的适应度值，、、是权重系数，表示X和欺诈标签集合Y的互信息，，，n为样本总数，表示第i个样本在所述特征类型集X中的特征类型的取值向量，是第i个样本的欺诈标签，表示所有的样本在所述特征类型集X中的特征类型的平均取值向量，表示所有的样本的欺诈标签均值，表示所述特征类型集X中的特征类型数量，和分别是X和Y的标准差向量，每个所述样本在不同的所述特征类型集中的特征类型的取值向量不同。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。